'Communications Chemistry' 저널에 게재된 이 결과는 위조 방지를 위한 새로운 잠재적 도구 와인 부문의 의사 결정을 안내하는 와인 및 예측 도구입니다.
각 와인은 수천 개의 분자가 정교하고 복잡하게 혼합된 결과입니다. 이들의 농도는 포도의 구성에 따라 달라지며, 이는 자연, 토양의 구조, 포도의 다양성 및 와인 제조자의 관행에 따라 달라집니다. 이러한 변화는 비록 작더라도 와인의 맛에 큰 영향을 미칠 수 있습니다. 기후 변화, 새로운 소비자 습관, 와인 위조 증가로 인해 와인의 정체성을 확인하기 위한 효과적인 도구의 필요성이 이제 근본적으로 중요해졌습니다.
사용되는 기술 중 하나는 '가스 크로마토그래피'입니다., 두 물질 사이의 친화력에 의해 혼합물의 성분을 분리하는 것으로 구성됩니다. 특히 이 방법에서는 혼합물이 30미터 길이의 매우 얇은 튜브를 통과해야 합니다. 여기서 튜브의 재료와 더 큰 친화력을 갖는 구성 요소는 점차적으로 다른 구성 요소와 분리됩니다. 각 분할은 분자 분리의 기본이 되는 '피크'를 감지할 수 있는 크로마토그램을 생성하는 '질량 분석기'에 의해 기록됩니다.
와인의 경우, 이를 구성하는 수많은 분자로 인해 이러한 피크가 엄청나게 많아 상세하고 철저한 분석이 매우 어렵습니다. Alexandre Pouget의 연구 그룹은 보르도 대학교 포도 및 와인 과학 연구소의 Stephanie Marchand 팀과 협력하여 크로마토그램과 인공 지능 도구를 결합하여 이 딜레마에 대한 해결책을 찾았습니다.
크로마토그램은 80년부터 1990년까지 2007개 빈티지의 XNUMX개 레드 와인에서 나온 것입니다., 그리고 보르도 지역에 XNUMX개의 에스테이트가 있습니다. 이 원시 데이터는 다음 분야인 기계 학습을 사용하여 처리되었습니다.인공 지능 알고리즘은 정보 그룹에서 반복되는 패턴을 식별하는 방법을 학습합니다. 이 방법을 사용하면 최대 30.000개 지점을 포함할 수 있는 각 와인의 전체 크로마토그램을 고려하고 각 크로마토그램을 X와 Y의 두 좌표로 요약할 수 있습니다. 이 프로세스를 차원 축소라고 합니다.
그래프에 새로운 좌표를 배치함으로써 연구원들은 XNUMX개의 점 '구름'을 볼 수 있었고 이들 각각은 화학적 유사성을 기반으로 동일한 토지의 빈티지를 그룹화한다는 것을 발견했습니다. 이러한 방식으로 연구자들은 각 회사가 고유한 화학적 특성을 가지고 있음을 입증할 수 있었습니다.
분석 과정에서 연구자들은 다음과 같은 사실을 발견했습니다. 이 와인의 화학적 정체성은 defi일부 특정 분자의 농도에 따라 결정됩니다., 그러나 광범위한 화학적 스펙트럼에서. "우리의 결과는 가스 크로마토그램에 차원 축소 기술을 적용함으로써 100% 정확도로 와인의 지리적 원산지를 식별하는 것이 가능하다는 것을 보여줍니다. 이 연구를 주도한 Pouget는 밑줄을 그었습니다. 이 연구는 와인의 정체성과 구성 요소에 대한 새로운 지식을 제공합니다. 와인의 감각적 특성. 또한 이는 영토의 정체성과 표현을 보존하고 위조를 보다 효과적으로 방지하는 등 의사 결정 과정을 지원하는 도구 개발의 길을 열어줍니다."
BlogInnovazione.it
지난 월요일, Financial Times는 OpenAI와의 계약을 발표했습니다. FT는 세계적 수준의 저널리즘에 라이선스를 부여합니다…
수백만 명의 사람들이 스트리밍 서비스 비용을 지불하고 월간 구독료를 지불합니다. 당신은…
Coveware by Veeam은 계속해서 사이버 강탈 사건 대응 서비스를 제공할 것입니다. Coveware는 법의학 및 교정 기능을 제공할 것입니다…
